Meta回归分析-学术百科-知网空间
Meta回归分析
Meta回归分析
meta regression一、Meta分析概述在医学科研中,针对同一问题常常同时或者先后有许多类似的研究。由于...（一）Meta分析基本思想Meta分析基本思想产生于20世纪30年代，20世纪60年代开始应用于教育学和心理学等社会科学领域，70年代初Ligh和S
与"Meta回归分析"相关的文献前10条
Meta回归分析是探索研究间异质性来源的重要方法。以网络数据为例详细介绍了应用Stata软件进行Meta回归分析的具体操作方法。
本文应用Meta回归分析方法研究了国内关于外商直接投资溢出效应的32篇论文,结果表明,若实证研究选择面板数据作为样本,会比截面数据或时间序列数据得出更高的溢出效应;若选择省际层面
目的 探讨谷胱甘肽转移酶(GST)M1基因多态性与大肠癌发生的关系及其影响因素。方法 采用多水平Meta回归分析方法进行合并效应值估计和异质性相关因素的研究。结果GSTM1基因多
现有文献报告的中国农业全要素生产率(TFP)测算结果存在较大分歧。本文采用Meta回归分析方法,对国内外1982年—2011年46项有关中国农业全要素生产率的研究进行定量综述,试
目的探讨在高血压患病风险评估研究中超重(BMI≥25)因素的异质性来源。方法对检索的文献进行异质性分析,对"研究时间、男女比、平均年龄、样本量、病例对照比、研究地区经度、研究地区
目的探讨临床随机对照试验多中心效应比较的统计方法。方法以一项多中心临床随机对照试验数据为例,运用χ2检验、CMH检验、Meta分析及logistic回归分析。结果CMH检验显示各
目的:介绍多水平Meta回归分析方法及其在流行病学研究中的应用。方法:检索并综合国内外Meta回归分析及流行病学资料Meta分析的相关文献。结果:检索到相关文献资料数十篇。结论:
[目的]综合分析铅对雄性大鼠睾丸重量的影响。[方法]应用Meta回归方法对12个研究方法相同有关铅对雄性生殖功能影响的病例对照研究进行综合分析。计算控制年龄、体重的影响后的合并效
目的利用Meta分析评价和比较氟脱氧葡萄糖-正电子发射断层显像(fluorodeoxyglucose-positron-e-mission tomography,FDG-PET)
目的:了解剂量、疗程、病例数、组别(试验组与对照组)以及出版年份对随机对照试验疗效的影响。方法:通过《中国医院数字图书馆》中的CNKI期刊全文库检索Meta分析文献。采用二项Lo
"Meta回归分析"的相关词
快捷付款方式
订购知网充值卡
<font color="#0-819-9993
<font color="#0-
<font color="#0-Meta-disc如何进行meta回归分析_Meta-show_新浪博客
Meta-disc如何进行meta回归分析
Meta-disc如何进行meta回归分析
异质性评估后，如果结果存在异质性，就需要探讨异质性的来源。主要有两种方法：meta回归和亚组分析。今天我们来学习如何用meta-disc软件来进行meta回归分析。
录入数据的基本方法我们之前已经讲过了，在这里不再赘述，需要注意的是meta回归分类依据的录入。如图1所示，我们加了四个column：country、quality、year和design，我们准备根据这四个指标来做meta回归，但是这四列都是用数字来表示的，分别是什么意思呢？我来解释一下，meta-disc软件做meta回归的时候是不识别字母的，如果我们直接在country一列直接输入国家的名字，meta回归的时候就会显示错误提醒。下图中的country：0代表USA，1代表Asia；quality：1代表质量较差，2代表质量中等，3代表质量较好；year：0代表2009年之前发表的文献，1代表09年之后发表的文献；design：0代表case-control，1代表cross-section
数据录入后，点击菜单栏“Analyze”——“Meta-regression”，弹出如图2的对话框，我们可以双击左边“Covariates”框中的变量，将变量全部移到右边，点击“Analyze”，得出如图3的结果。
根据图3结果中的P
value从大到小依次排除相应的变量（这一步在图2中的对话框中操作）。如图4所示，我们依次排除design，year和country后，quality的P值为0.02，提示研究间异质性与纳入文献的质量有关，高质量研究的诊断精确性是其他研究的2.18倍（RDOR=2.18,
1.15-4.10，P =
欢迎关注公众微信号：实用Meta分析（meta-show）
&&&&&&&&&&&&&
QQ讨论群：
博客等级：
博客积分：0
博客访问：126,929
关注人气：0
荣誉徽章：meta 回归分析时 协变量怎么赋值
meta 回归分析时 协变量怎么赋值啊
1.如年龄，体重给的是实验组与对照组的均数和标准差，怎么处理 2.如性别，给的是实验组与对照组的男女人数， 3.如服药的剂量。
这些数据怎么赋值处理啊
Copyright &
All Rights Reserved.网站备案号：|/|/|/|/|/|
//|//|//|//|//|
meta回归最后还未攻克的问题，恳请各位老师指教，谢谢！！
在私聊中，我就meta回归得问题虢塘bzjb老师。bzjb老师不厌其烦得给我做了详细得解答，在此非常感谢！！请斑竹给bzjb老师加分，呵呵！！我自己又看了一下，说一下自己得看法，请各位老师指点。coef值是相关系数，说明被检测指标与结果之间呈正相关还是负相关P值是确定被检测指标与结果之间是否存在显著相关性（大于0。05就是不存在显著相关，小于0。05就是存在显著相关）最后确认一下：我在stata中输入得命令是metareg time bmi dose quality1, wsse(difference)我得目的是想检验一下time bmi dose quality 四个指标对体重得变化difference是否有显著影响。您看我得命令对嘛？麻烦您了，谢谢！！ bzjb老师，是这样得嘛？
screen.width-333)this.width=screen.width-333" width=635 height=140 title="Click to view full Snap1.jpg (635 X 140)" border=0 align=absmiddle>和你私聊了这么久, 今天终于有些结果出来了.单纯看这个结果是有显著性影响, 但这要根据你的资料来对结果加以解释, 是不是符合常理, 为什么, 又为什么不符合常理, 都要讲得通才行.我自己又看了一下，说一下自己得看法，请各位老师指点。coef值是相关系数，说明被检测指标与结果之间呈正相关还是负相关P值是确定被检测指标与结果之间是否存在显著相关性（大于0。05就是不存在显著相关，小于0。05就是存在显著相关）最后确认一下：我在stata中输入得命令是metareg time bmi dose quality1, wsse(difference)我得目的是想检验一下time bmi dose quality 四个指标对体重得变化difference是否有显著影响。您看我得命令对嘛？突然又发现了两个新问题：我在第一张图中做得是time bmi dose quality四个指标对结果得影响，但是表格中只出现了三个变量，丢失了dose指标。第二个问题：下面这个图，第一张图，我检测了time bmi dose quality四个指标对结果得影响。第二章图，我检测了bmi dose qulaity三个指标对结果得影响。我发现在去掉time指标后得这张图得剩余三个指标得P值与第一图中得各自得P值不相等。这是不是说明，在做meta回归得时候，后台得运算过程会考虑所有指标得交互作用？如果是这样得话，那我纳入指标得多少就会对结果产生很大得影响？bzjb老师，是这样得嘛？麻烦您了，谢谢！！
（缩略图，点击图片链接看原图）把你的数据传上来看看吧谢谢bzjb老师！！quality&&time&&dose&&bmi&&difference检测quality, time, dose和bmi对difference是否有显著影响。仔细比对我们俩的数据，我终于找到出问题的原因：1．我分析的是分类变量，你分析的是连续变量，在我做的分析中，metareg logor language origin, wsse(selogor) bsest(reml)logor是研究中比值比（OR）的log值，它只用分类变量中，selogor则是“logor”值的标准误2．上面这个命令的意思是分析language 和origin对logor的影响，即命令词metareg后面的第一个词是因变量，其后至“，”之前的所有变量为自变量或影响因素3．也正因为此，所以在你的分析中少了dose，因为你用的命令metareg dose quality bmi, wsse(difference)实际上是在分析各因素对dose的影响，结果中当然不会有dose，你可以试一下把dose和bmi换一下位置，看是不是bmi不见了。4．对你来说，正确的分析命令应该是：metareg difference dose quality bmi, wsse(？？？)这里difference应该是每一研究的平均差异，？？？则为difference的标准误，需要你另外计算5．另外，在stata中的变量名是不是不能超过8个字母？你注意一下非常感谢bzjb老师！！1，我的是连续变量2，现在命令我已经掌握了3，我把dose 和bmi换了一下，果然bmi不见了4，我现在的数据是对照组和实验组在基础期和结束期的mean和SD都有了。
各组组内的体重变化差异和SD也有了。
但是做meta回归时，是需要两组体重变化的差异及其SE吧？
对照组和实验组之间体重变化的差异好算，我已经在上面一个帖子中给出了，就是difference列。但是如果要求其SE的话，我没有原始数据呀，如何求？
或者说，这个difference列只是指的实验组体重的变化，wsse（？？？）中的？？？只是指的实验组体重变化的SE？还得麻烦bzjb老师，谢谢！！有mean, SD, 和样本例数n（自由度），可以算出mean的SE，查一下统计学书吧，应该是很简单的一个公式。不需要原始数据另外注意一点，有的研究是mean± SD，有的研究则直接是mean± SE，特别留意文章中对均数的描述博士论文中加不加meta分析，要看这些分析和结果是不是和你的整个论文浑然天成为一体。内容决定形式吗
我知道SD＝SE×N^(1/2)。但是问题是，我只知道实验组和对照组各组内体重变化的mean值或者SD值。也可以求出两组体重变化的差值的平均值，但是无法求出两组体重变化差值的SD，或者SE呀。连续变量不同于您的分类变量。在分类变量中，可能只有实验组和对照组两组or值的差异一个指标。但在连续变量中，实验组内有一个体重变化的mean和SD；对照组又有一个体重变化的mean和sd。而如果做meta－regression的话，应该采用两组体重变化的差异来做结果吧，也就是说实验组的体重变化值与对照组体重变化值之间的差异做待测结果吧?那SD应该用什么数据算呢？如果采用两组体重变化的差异做SD的话，那两组体重变化只有一个平均值，不存在重复，又如何算SD呢？论文中的SD和SE问题，我已经注意并做更改了，呵呵有些论文的表格中竟然用SE，刚开始差点出错。后来发现了，改掉了，呵呵如果对照组体重变化与“0”相比无显著性差异的话，只比较实验组体重变化就可以了，这样问题就比较简化。这就涉及到对照组实验前后有无显著差异的问题，但这个问题在某些文献中并未明确提出。我想连续性变量的meta回归应该有特定的指标吧我只是将实验组实验前后体重的变化值及sd做meta回归，发现有几个指标对结果影响显著。但现在的问题就是在连续性变量中，究竟采用哪个数值做回归的结果，哪个SE做回归用的SE？我想可以这样解决用最终的干预结果及SE做回归分析, 其他所有的因素, 包括对照组的数值可以列为影响因素来分析. 因为我们不能简单地用一个均数减去另一个均数的方法来获得两个均数的差值您的意思就是以实验组实验前后体重变化的差异及其SE做回归的指标。同时检测对照组的变化对实验组的体重变化有没有显著影响？如果对照组的体重变化对实验组的体重变化有显著影响的话，又该怎样解释那？另：您的分类变量中，每个纳入的研究应该只有一个or值只差吧。那又如何计算回归所用的SE那？在我的研究中, 只有病例和对照的例数, 不存在OR差值, 其SE可通过公式算出. 比你的情况要简单些紫竹林之舞 wrote:如果对照组的体重变化对实验组的体重变化有显著影响的话，又该怎样解释那？说明对照组的干预方法也对结局有影响回归表中的Coef值就是相关系数吧？正负就代表是与结果存在正相关或者负相关吧？. metareg dit quality dose, wsse(dise)Iteration 1: tau^2 = 0Iteration 2: tau^2 = .Iteration 3: tau^2 = 1.0490261Iteration 4: tau^2 = 1.9965738Iteration 5: tau^2 = 2.2796374Iteration 6: tau^2 = 2.3245746Iteration 7: tau^2 = 2.3308283Iteration 8: tau^2 = 2.3316819Iteration 9: tau^2 = 2.3317983Meta-analysis regression
No of studies =
tau^2 method
tau^2 estimate =
2.332Successive values of tau^2 differ by less than 10^-4 :convergence achieved------------------------------------------------------------------------------
[95% Conf. Interval]-------------+----------------------------------------------------------------
8.548705------------------------------------------------------------------------------. metareg dit quality dose time, wsse(dise)Iteration 1: tau^2 = 0Iteration 2: tau^2 = .Iteration 3: tau^2 = .Iteration 4: tau^2 = .Iteration 5: tau^2 = .3684864Meta-analysis regression
No of studies =
tau^2 method
tau^2 estimate =
.3684Successive values of tau^2 differ by less than 10^-4 :convergence achieved------------------------------------------------------------------------------
[95% Conf. Interval]-------------+----------------------------------------------------------------
6.771139------------------------------------------------------------------------------以上是我做了两次meta回归的结果。发现当检测的指标不同时，对reg的结果有很大影响。第一个回归结果中，我只检测了quality和dose对结果的影响。在第二个结果中，我检测了quality，dose和time对结果的影响。以上两个表中，同一个指标的两个P值相差很大！也就是说，检测指标的多少，对回归系数有很大影响。请问各位老师这如何是好？检测的指标将如何选择那？今天找到我们学校的一个老师请教了一下，知道数据表如何构建了。但现在最后一个问题是：在stata中采用metareg命令可以同时检测多个指标对效应值的影响。但实践发现，检验指标的多少，对最后的回归结果有很大影响。P值可能会变化很大，有的甚至由正相关变为负相关。因此说明：待检测指标的数量对meta回归的结果有很大影响。问题是：待检测的指标如何选择那？本校老师的意见是：一，先单独对每个指标对效应值做meta回归二，挑选对效应值有显著影响的指标，再放在一起。做meta回归请各位老师就此问题指教，谢谢！！！可以参考logistic回归和cox回归的筛选方法。其实同一组数据meta回归和其他多因素分析方法得出的结论是相一致的。iseeyou wrote:其实同一组数据meta回归和其他多因素分析方法得出的结论是相一致的。强烈同意好像logistic回归和cox回归，都是应用在分类变量中的，我的是连续变量。我简单看了一下，logistic回归中，在回归过程中会自动剔除那些对结果无显著影响的协变量，然后做回归分析。cox回归比较复杂，呵呵iseyou斑竹和bzjb老师的意思，是不是我直接拿数据做多元线性回归（在效应值为正态分布的情况下）？如果是的话，多元线性回归的结果与meta回归的结果一致？如果一致的话，为什么不直接说做多元线性回归，而是说做meta回归？请各位老师指教，谢谢！！自己顶一下，各位老师请指教，谢谢！！偶的肤浅见解: 你可以尝试用同一组数据分别进行多元线性和meta回归分析, 看结果怎样?一般情况下, 对同一组数据(单个研究), 可用多元回归, meta回归肯定不行. 而在meta分析中, 因为应用环境的改变, 就把回归分析称为meta回归, 至于两者是否一致, 我不是统计专业的, 无法找到答案. 你可以偿试分析一下, 说不定是一篇好的文章logistic回归和cox回归不是限定在分类变量，连续变量也可以。作多元线性回归是否要获取IPD资料？我采用spss中的regression－linaer检验了一下，结果如下（stepwise)：发现当纳入标准数量增加时，各标准的p值也在改变，与meta回归的情况类似。
screen.width-333)this.width=screen.width-333" width=532 height=232 title="Click to view full Snap1.jpg (532 X 232)" border=0 align=absmiddle>然后我又做了如下检验：一：分别采用metareg命令和Spss中的regression－linear命令，逐个对待检测指标和效应值做回归检测，结果如下图所示。其中在metareg命令中，bmi，n，time三个指标与效应值之间存在显著相关在spss的linear命令中，同样也是bmi，n，time三个指标与效应值之间存在显著相关。三个指标的P值基本一致，但spss中的结果相对偏大。三者的相关方向一致（n＝negative，P＝positive）二：然后再分别用metareg命令和spss中的regression－linear命令，同时检测bmi，n，time三个指标与效应值之间的回归状况，结果如第二图所示。此时，三者之间的P值差异变大了，spss中的结果同样大于metareg中的，但幅度变大了！由上可见，采用两种回归方式分别对最终数据做回归分析，如果说对指标逐个进行检验的话，结果差异不大。但如果同时对多个指标进行检验时，两种方法的差异就大了。
screen.width-333)this.width=screen.width-333" width=340 height=178 title="Click to view full dange.jpg (340 X 178)" border=0 align=absmiddle>这是将三个指标放在一起时检测的结果
screen.width-333)this.width=screen.width-333" width=344 height=116 title="Click to view full yiqi.jpg (344 X 116)" border=0 align=absmiddle>个人感觉，在metareg命令中有一个wsse（se）的命令，估计是拿se做校正，或权重了，故而降低了两者之间的相关程度，进而比spss重的值偏小了。然后我又在spss中重新把上述的两个过程进行了一遍，此时把se项作为spss中的wsl来考虑，重新计算的结果如下：结果显示：spss中的P值与原来相比，有的升高，有的降低，并不呈现一定的规律至此，小弟真的不知道该咋办了，呵呵
screen.width-333)this.width=screen.width-333" width=342 height=329 title="Click to view full wsl.jpg (342 X 329)" border=0 align=absmiddle>
您的位置： &&stata实现meta回归_腾讯视频
三倍流畅播放
1080P蓝光画质
新剧提前看
1080P蓝光画质
纯净式无框播放器
三倍流畅播放
扫一扫 手机继续看
下载需先安装客户端
{clientText}
客户端特权:
3倍流畅播放
当前播放至 {time}
扫一扫 手机继续看
副标题要不要
副标题要不要
副标题要不要
副标题要不要
副标题要不要
副标题要不要
副标题要不要
副标题要不要
副标题要不要
副标题要不要
副标题要不要
副标题要不要
副标题要不要
副标题要不要
副标题要不要
副标题要不要}